括号位置错了，

np.dot(X,self.w_[1:]) + self.w[0]

在实战课程总liuyubobobo有讲解机器学习的各类入门算法，其中有非线性的算法，不过并不是神经网络的，有兴趣的话可以去看一下

X是导入的数据。此处的X仍然使用感知器那节课中的X。你需要导入数据，或者把感知器那节课中数据导入的那段代码复制过来。

我也觉得不能解释为出错的次数，可以解释为结果的准确度（此处准确度越小越好）

cost_记录的是J(w)，意义是当前预测结果和标准结果之间的和方差，最后绘图的时候纵坐标ylabel写的也是和方差。

我的方法：

把训练的60个数据放在前60行，预测用的40个数据放在后40行

然后关键是改下面的代码

y = df.loc[0:60,4].values

y = np.where(y == "Iris-setosa",-1,1)

X = df.loc[0:60,[0,2]].values

X2 = df.loc[61:100,[0,2]].values

plot_decision_regions(X2,aad.predict(X2),aad,resolution=0.02)

我只是新手，不好的话不要见怪

模型的学习率η是根据经验人为调整的，这个值会影响整个模型的学习效果，过小则会导致学习时间过长，过大则学习结果会出现震荡。

2乘N的矩阵吧，感觉是数字本身平方再求矩阵各数之和

from matplotlib.pylab import mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']